ТЕМА 1.7. Эконометрика и инновации

Эконометрика (англ. Econometrics – экономика + измерение) – это наука, изучающая конкретные количественные и качественные взаимосвязи экономических объектов и процессов с помощью математических и статистических методов и моделей. Эконометрические методы – это, прежде всего, методы статистического анализа экономических данных.

В экономической теории, как правило, выделяют в качестве разделов макроэкономику, микроэкономику и эконометрику, что подчеркивает важность последней. Специалист в области экономики и менеджмента, не умеющий применять эконометрические методы, является неконкурентоспособным на рынке труда.

Эконометрика (или эконометрия) входит в обширное семейство дисциплин, посвященных измерениям и применению статистических методов в различных областях науки и практики. К этому семейству относятся, в частности, биометрика (биологическая статистика), наукометрия (изучение эволюции науки с помощью статистических методов), психометрика (теория и методика психологических измерений), хемометрика (раздел аналитической химии). Эконометрика, как и другие «метрики», посвящена развитию и применению статистических методов в конкретной области науки и практики – в экономике и менеджменте.

Эконометрика сложилась как наука в 1930-х годах и в настоящее время занимает достойное место в мировой науке. Нобелевские премии за разработки в области эконометрики получили: голландский и норвежский экономисты Ян Тинберген (1903-1994 гг.) и Рагнар Фриш (1895-1973 гг.) «за создание и применение динамических моделей для анализа экономических процессов» (1969 г.), американский экономист Лоуренс Клейн (род. 1920 г.) «за создание экономических моделей и их применение к анализу колебаний экономики и экономической политики» (1980 г.), норвежский экономист Трюгве Хаавельмо (1911-1999 гг.) «за прояснение теории вероятности, заложившее основы эконометрики» (1989 г.), американские экономисты Джеймс Хекман (род. 1944 г.) и Даниэл МакФадден (род. 1937 г.) «за вклад в изучение и создание новых эконометрических теорий и методов микроэкономического анализа экономики относительно поведения фирм, домашних хозяйств и индивидуумов» (2000 г.).

В России по ряду причин эконометрика была сформирована как самостоятельное направление научной и практической деятельности достаточно поздно. Только в 1997 году начали развертываться эконометрические исследования, а учебный курс по предмету вошел в состав базовых дисциплин в вузах.

В эконометрике, как дисциплине на стыке экономики (включая менеджмент) и статистического анализа, можно выделить три вида научной и прикладной деятельности:

a) разработка и исследование эконометрических методов (методов прикладной статистики) с учетом специфики экономических данных;

b) разработка и исследование эконометрических моделей в соответствии с конкретными потребностями экономической науки и практики;

c) применение эконометрических методов и моделей для статистического анализа экономических данных.

В настоящее время статистическая обработка данных проводится, как правило, с помощью соответствующих программных продуктов: Statgraphics (StatPoint Technologies, Inc., 1982 г.), SPSS (SPSS: An IBM Company, Inc., 1968 г.), Statistica (StatSoft Inc., 1984 г.), SAS (SAS Institute, 1976 г.), STADIA (НПО «Информатика и компьютеры», 1988 г.)

Программная система SAS (http://www.sas.com/). Система известна, прежде всего, по результатам статистических исследований качества жизни. SAS включает свыше 20 различных программных продуктов, объединенных друг с другом «средствами доставки информации» (Information Delivery System(IDS)) – SAS/IDS. В состав SAS/IDS помимо статистических пакетов также входят офисный пакет и СУБД. Основными пользователями системы являются предприятия военно-промышленного комплекса (ВВС США), департаменты транспорта (штаты Иллинойс, Южная Дакота США), университеты (университет Северной Каролины США, московский университет путей сообщения (МИИТ)), банки (МДМ-Банк), торговые фирмы (Amazon.com), операторы связи (Мобильные ТелеСистемы (МТС)). Основным достоинством SAS является непревзойденная мощность по набору статистических алгоритмов среди универсальных пакетов. Кроме того, SAS предоставляет пользователю возможность подключения собственных оригинальных алгоритмов. Использованием SAS возможно решить практически любые задачи как систематизации данных, так и статистического анализа.

Статистический пакет SPSS (http://www.spss.ru/). Пакет SPSS (Statistical Package for the Social Sciences – статистический пакет для социальных наук) предназначен в первую очередь для профессиональной деятельности в области эконометрики. Он включает развитый аппарат статистического анализа, соизмеримый по мощности с SAS. ПС SPSS является одним из лидеров среди универсальных статистических пакетов. SPSS имеет удобные графические средства (более 50 типов диаграмм), а также развитые средства подготовки отчетов. Основными пользователями системы являются государственные учреждения (полицейские участки), университеты (университет Нью-Йорка), банки, торговые фирмы (PUMA North America), медицинские центры.

Статистический пакет Statistica (http://www.statsoft.ru/). Пакет Statistica предполагает владение статистической терминологией. В России является одним из самых популярных статистических пакетов благодаря высокой активности фирмы-разработчика Statsoft и дилера Softline. Пакет Statistica является хорошо сбалансированным по соотношению «мощность/удобство» Наличие достаточно широкого спектра функциональных алгоритмов делает его достаточно привлекательным для эконометрических исследований. В частности, он включает в себя ряд непараметрических методов анализа, методы многомерного анализа и др. В пакете Statistica хорошо развиты средства обработки исходных данных. Также сильной стороной пакета является графика и средства редактирования графических материалов. В пакете представлены сотни типов графиков 2D или 3D, матрицы и пиктограммы. Передовая анимационная техника позволяет увидеть на графиках, какие точки изменились под влиянием изменений одной из переменных. Основными пользователями системы являются университеты (РУДН, Высшая школа экономики), банки (ЦБ РФ), энергетические компании, медицинские центры.

Статистический пакет Statgraphics (http://www.statgraphics.com). Пакет Statgraphics включает более 250 статистических процедур, применяющихся в бизнесе, экономике, маркетинге, медицине, биологии, социологии, психологии, на производстве и в других областях. Каждой группе процедур соответствует собственное меню. Результаты представляются в табличной форме или на удобных для восприятия графиках. Уникальной особенностью Statgraphics является процедура регрессионного анализа, где представлено сравнение полученной регрессионной зависимости с альтернативными моделями. Модуль Statistical Advisor, кратко поясняющий суть любого проведенного анализа, позволяет грамотно интерпретировать результаты. Основными пользователями системы являются финансовые организации (American Express), производственные предприятия (Procter & Gamble Co., Ford Motor Co.), энергетические компании (General Electric).

Статистический пакет STADIA (http://statsoft.msu.ru/). Пакет STADIA разработан ведущими специалистами МГУ им. М. В. Ломоносова совместно с НПО «Информатика и компьютеры». Первая версия пакета была создана в конце 70-х гг. для БЭСМ-6. С тех пор пакет постоянно модифицировался, пополняя свои функциональные и сервисные возможности. Пакет STADIA является единственным российским универсальным статистическим пакетом, представленным на рынке. В нем реализованы все самые распространенные методы статистического анализа данных от описательной статистики и проверки различных гипотез до анализа временных рядов и контроля качества. Пакет STADIA, в отличие от SAS и SPSS, не поддерживает обработку большого количества наблюдений, но прекрасно справляется с данными выборочных обследований в нескольких сотен или тысяч статистических единиц. Пакет ориентирован на конкретные статистические расчеты и построение сопутствующих графиков во всех областях прикладной статистики, снабжая пользователя попутно всей необходимой информацией о работе статистических процедур. В настоящее время пакет используется в учебном процессе и научно-практической работе более чем в 150 университетах России, включая 17 университетов медицинского профиля. Также пользователями пакета являются медицинские центры (НИИ педиатрии РАМН), поликлиники, больницы. Пакет STADIA прост в освоении, является достаточно недорогим. Содержит мощный инструмент статистического анализа данных ограниченных объемов. Он учитывает уровень статистической подготовки пользователя, позволяет быстро найти необходимый метод обработки данных, представить результаты анализа в табличной и графической формах.

Для анализа экономических данных могут применяться все разделы прикладной статистики, а именно:

· статистика случайных величин;

· многомерный статистический анализ;

· статистика временных рядов и случайных процессов;

· статистика объектов нечисловой природы, в том числе статистика интервальных данных.

Перечисленные четыре области выделены на основе математической природы элементов выборки: в первой из них это – числа, во второй – вектора, в третьей – функции, в четвертой – объекты нечисловой природы (отсутствуют операции сложения и умножения на число).

Примерами объектов нечисловой природы являются значения качественных признаков, бинарные отношения (множество упорядоченных пар элементов множества), множества, нечеткие множества (градуированная оценка отношения принадлежности элементов множеству), интервалы, тексты.

В эконометрике, как и в других науках, использующих методы прикладной статистики, решаются задачи описания данных, усреднения, оценивания, проверки гипотез, восстановления зависимостей, классификации объектов и признаков, прогнозирования, принятия статистических решений и др.

Однако экономические данные отличаются от технических, и эти отличия необходимо учитывать при выборе методов статистического анализа. Многие экономические показатели неотрицательны. Значит, их надо описывать неотрицательными случайными величинами. Поэтому, к примеру, нормальное распределение вероятностей, которому чаще всего подчиняются физические величины ввиду влияния на них значительного числа случайных помех, принципиально не подходят, поскольку для них вероятность отрицательных значений всегда положительна.

Экономические процессы развиваются во времени, поэтому большое место в эконометрике занимают вопросы анализа и прогнозирования динамических рядов. При этом в одних задачах больше внимания уделяют изучению трендов (тенденций), например, при анализе динамики цен, в других, важны отклонения от средней тенденции, например, при применении контрольных карт – графиков изменения параметров выборки от заданного уровня (карты Уолтера Шухарта (1861-1967 гг.)).

Рис. 1.10. Пример контрольной карты У. Шухарта.

В экономике доля нечисловых данных существенно выше, чем в технике, соответственно больше применений статистики объектов нечисловой природы. Количество изучаемых объектов в экономическом исследовании относительно невелико, поэтому обоснование вероятностных моделей часто затруднено. Уникальные объекты, например, город Москва, трудно рассматривать как элемент выборки из генеральной совокупности с каким-то определенным распределением вероятности, поскольку подобное рассмотрение противоречит здравому смыслу.

Поэтому в эконометрике часто применяются детерминированные методы анализа данных, в отличие от, например, технических наук, в которых обычным является использование вероятностных моделей. При этом неопределенность описывается не в терминах вероятностно-статистических моделей, а иными способами, например, в терминах теории нечетких множеств (разработана американским математиком Лотфи Заде (род. 1921 г.)) или статистики интервальных данных.

Есть два принципиально различных подхода к изучению поведения организаций и людей. Согласно первому из них вполне допустимо описывать действия человека в вероятностных терминах, например, считать его ответ на заданный вопрос случайной величиной. Сторонники второго подхода полагают, что поведение человека или организации является детерминированным, определяется теми или иными причинами, а случайность при анализе выборки возникает лишь из-за случайности при отборе лиц для опроса или предприятий для изучения.

В теоретических и практических задачах экономики и менеджмента постоянно используются различные величины, обычно рассматриваемые как числовые. Например, рыночная цена товара, прибыль предприятия, индекс инфляции, валовой внутренний продукт и т.д. При более тщательном анализе оказывается, что подобные величины не имеют определенного численного значения, они размыты, имеют нечисловой характер, и описывать их следует с помощью нечисловых математических понятий, относящихся к объектам нечисловой природы.

Рассмотрим в качестве примера рыночную цену на товар. Сотрудники Института высоких статистических технологий и эконометрики МГТУ им. Н.Э. Баумана в течение нескольких лет собирали информацию о ценах на 35 продовольственных товаров в 11 «точках» Москвы, максимальная цена превышала минимальную, как правило, на 30-50%. То есть, рыночная цена представляет собой интервал, а значит, является объектом нечисловой природы. Можно говорить о числовом значении цены товара только при конкретном акте купли-продажи.

Нечисловой характер имеют не только цены. Например, максимизация прибыли бессмысленна без указания интервала времени. Только задав интервал времени, можно принять оптимальные решения и рассчитать ожидаемую прибыль. Оптимальные решения зависят от интервала планирования. Известная в экономической теории проблема «горизонта планирования» состоит в том, что оптимальное поведение зависит от периода планирования, а выбор этого горизонта не имеет рационального обоснования. При этом будущая прибыль не может быть определена точно, а потому также является объектом нечисловой природы. Отсюда задачу максимизации прибыли нужно рассматривать как максимизацию нечеткой прибыли на нечетком интервале времени.

Для приведения экономических величин к одному моменту времени используются индексы инфляции. Индекс инфляции (индекс потребительских цен, англ. Consumer Price Index, CPI) – показатель, который характеризует изменения общего уровня цен на товары и услуги, приобретаемые населением для непроизводственного потребления.

,

где - объем выпуска продукции базисного года, - уровень цен базисного года, - уровень цен текущего года.

В то же время нобелевский лауреат, экономист Леонтьев Василий Васильевич (1905-1999 гг.) пришел к выводу о принципиальной невозможности сравнения экономических величин, относящихся к различным моментам времени. Возможный выход состоит в задании индекса инфляции в интервальном виде.

Еще более размыты обобщенные макроэкономические показатели, такие как валовой внутренний продукт (ВВП). По мнению американского экономиста Оскара Моргенштерна (1902-1977 гг.) подобные макроэкономические показатели могут быть определены лишь с точностью 5-10%.

Рассмотрим более подробно проблемы управления инновационными процессами с позиции эконометрики. Одной из таких проблем является проблема сравнения инновационных проектов. С чисто финансовой точки зрения инновационный проект можно приравнять к инвестиционному проекту. Такой проект представляет собой финансовый поток (cash flow), другими словами, поток платежей и поступлений, т.е. последовательность моментов времени, каждому из которых соответствует некоторая величина платежей или поступлений. Необходимо оценить данные потоки и сравнить.

Из многих характеристик потоков платежей рассмотрим следующие: чистый дисконтированный доход (Net Present Value, NPV) и внутреннюю норму доходности (Internal Rate of Return, IRR).

NPV – это сумма дисконтированных значений потока платежей, приведённых к сегодняшнему дню. Он показывает величину денежных средств, которую инвестор ожидает получить от проекта, после того, как денежные притоки окупят его первоначальные инвестиционные затраты и периодические денежные оттоки, связанные с осуществлением проекта. При определении NPV для приведения величин платежей и поступлений к одному моменту времени используется постоянный дисконт-фактор.

,

где (Cash Flow) - платеж через лет, , - дисконт-фактор.

В реальности дисконт-фактор не является заранее известной функцией от времени и зависит от динамики как макроэкономических показателей (ставки рефинансирования Центрального банка РФ и индекса инфляции), так и микроэкономических (финансового положения инвестора, кредитных и депозитных ставок банка). Кроме того, размеры и моменты осуществления платежей и поступлений также могут быть известны лишь с некоторой точностью. Следовательно, как функция от неопределенных (размытых) величин такая характеристика инвестиционного проекта, как NPV, сама является неопределенной. Лишь частично эту неопределенность можно снять, рассматривая NPV как функцию одной независимой переменной (дисконт-фактора). Если все перечисленные неопределенности можно описать интервалами, то NPV также описывается интервалом, границы которого можно рассчитать с помощью подходов, развитых в статистике интервальных данных. В результате в ряде случаев становится невозможным сделать однозначный выбор при сравнении двух инвестиционных проектов по NPV. Дело в том, что сравнение чисел можно провести всегда, а сравнение интервалов – лишь тогда, когда они не пересекаются. Если же интервалы пересекаются, то целесообразно заявить об эквивалентности двух рассматриваемых инвестиционных проектов по NPV.

Внутренняя норма доходности IRR - это значение дисконт-фактора, при котором NPV обращается в 0. При принятии инвестиционных решений ВНД используется для расчета ставки альтернативных вложений. Неудачное распределение поступлений и платежей может привести к тому, что при аналитическом решении уравнения IRR будет иметь множество значений, что усложняет оценку и сравнение проектов. Кроме того, IRR обладает теми же источниками неопределенности, что и NPV: размытость дисконт-фактора, моментов и величин поступлений и платежей. Эта размытость приводит к необходимости рассматривать IRR как интервал, а при пересечении интервалов, соответствующих IRR инвестиционных проектов, сравнение этих проектов сводится к утверждению об их равноценности.

Рассмотрим два корректных эконометрических подхода к анализу инновационных проектов.

Подход 1. Учитываются явным образом имеющиеся неопределенности проекта и применяются способы анализа неопределенных величин, разработанные в статистике объектов нечисловой природы. Строятся эконометрические модели с помощью статистических программных пакетов.

Подход 2. Применяются методы экспертных оценок, в частности, основанные на сборе оценок экспертами нечисловых экономических величин. Составляются интервалы оцениваемых параметров, и проводится их анализ методами статистики интервальных данных.

В основе эконометрики лежит практическое использование статистических методов. Поэтому эконометрические модели разрабатываются для обработки конкретных эмпирических данных. Так, эконометрические методы нужны для оценки параметров экономико-математических моделей, в частности, организационно-финансовой модели инновационного проекта.

Эконометрические методы следует использовать как составную часть научного инструментария технико-экономического исследования. Оценка точности и стабильности технологических процессов, разработка методов статистического контроля производства, повышение качества и надежности продукции, диагностика материалов, изучение предпочтений потребителей в маркетинговых исследованиях, применение методов экспертных оценок в задачах принятия решений, прогнозирование и планирование инновационной деятельности осуществляется на основе эконометрических моделей.

Эконометрика является незаменимым инструментом научного анализа и моделирования для инновационного менеджера.

Заключение

Процесс создания научно-технических нововведений (инноваций) объединяет науку, технику, инвестиционный капитал, предпринимательство и управление.

Эффективность современного предприятия, темпы его развития определяются инновационной активностью и производством «товаров рыночной новизны», которые либо удовлетворяют совершенно новую потребность, либо выводят на новую ступень удовлетворения известные потребности, либо существенно расширяют круг потребителей (объемы продаж). Инновация – это технико-экономический процесс, который через практическое использование идей и изобретений приводит к созданию лучших по свойствам изделий и технологий. В случае если оно ориентирована на экономическую выгоду, ее результатом является добавочная прибыль. Инновация – сложный, многогранный и многоэтапный процесс, охватывающий весь спектр видов деятельности от исследований и разработок до маркетинга.

Инновационные изменения создают в экономической системе внутреннюю энергию эффективного роста. Эти изменения также нарушают сбалансированность и равновесие, но создают основы экономического роста, перехода системы в новое качество. Как правило, инновации обеспечивают переход экономической системы к новому равновесному состоянию.

Именно это позволяет говорить об актуальности проблемы изучения инновационного менеджмента и подготовке специалистов, способных разработать инновационное решение, объединить организации и людей, побудить их разработке и внедрению изменений, создать необходимые и достаточные экономические условия и стимулы для достижения цели инновации. Инновационный менеджмент – это система управления инновациями, инновационным процессом и отношениями, возникающими в процессе движения инноваций.

Управление инновациями – сравнительно новое понятие в научно-технической, производственно-технологической и административной сферах деятельности профессиональных управляющих. Инновационный менеджмент основывается на следующих ключевых моментах: создание условий для разработки новаций, а также поиск идей, служащих фундаментом инновации; организация, обеспечение и управление инновационным процессом; организация и управление процессом продвижения и реализации инновации на рынке.

Концепция управления проектами стала современной основой методов управления инвестициями, в результате которых осуществляется переход производственной системы из одного состояния в другое, более конкурентоспособное. Как форма целевого управления инновационный проект – это система взаимообусловленных и взаимосвязанных по ресурсам, срокам и исполнителям мероприятий по доведению и внедрению новшеств на производстве.

Последовательность управленческих действий при современном управлении инновациями, состоит в организационной диагностике, выработке решений и реализации инновационного процесса. Особое место в управлении инновациями занимают отношения между собственником новшества, на котором базируется инновация, и инвестором. Кроме того необходимо учитывать возможность использования новшества в совместной деятельности по объекту нововведения, которая появляется при создании различных хозяйственных объединений на базе договоров о кооперации.

Отдельно в инновационном менеджменте стоит вопрос управления инвестиционным капиталом для финансирования инновационной деятельности. Для этого обычно используется рисковый капитал, который проявляется в организации венчурного финансирования инвестиций на рынке инноваций. Вложение капитала в новый продукт или в новую операцию всегда связано с неопределенностью, с большим риском. Поэтому оно обычно осуществляется через создание инновационных венчурных фондов.

В России долгое время инновационная деятельность осуществлялась исключительно в крупных государственных учреждениях, управляемых посредством волевых решений бюджетного финансирования и планирования, но без учета особенностей и закономерностей самого инновационного процесса.

Роль инновационного менеджмента: побудить и объединить усилия организаций на обновление, создать необходимые и достаточные условия и стимулы для достижения целей. В каждом отдельном случае целенаправленное изменение в материальном производстве, приводящее к экономическому развитию, потребует рационального использования ресурсов, знания особенностей инновации, способов управления как инновационным процессом в целом, так и его отдельными этапами. Необходимо также иметь четкое представление о возможностях применения инноваций и способах достижения социального согласия по объекту нововведений.

Библиографический список

1. Авдулов П.В., Гойзман Э.И., Кутузов В.А. и др. Экономико– математические методы и модели для руководителя. М.: Экономика 1998 г.

2. Агафонов В.А. Анализ стратегий и разработка комплексных программ. М.: Наука, 1997 г.

3. Математические методы в планировании отраслей и предприятий / Под ред. И.Г. Попова. М.: Экономика, 1997 г.

4. Л.П. Владимирова. Прогнозирование и планирование в условиях рынка., учебное пособие (второе издание). М.: 2001 г.

5. Басов Н.Г. Квантовая электроника и философия — М.: Знание, «Будущее науки», 1982.

6. Глазьев С.Ю. Теория долгосрочного технико-экономического развития. — М.: Владар, 1993.

7. Гончаров В.В. В поисках совершенства управления. Руководство для высшего управленческого персонала. - М.: МНИИ, 1996.

8. Инновационный менеджмент. Справочное пособие/Под ред. П.Н. Зввлина, А.К. Казанцева, Л.Э.Миндеди. - СПб.: Наука, 1997.

9. Менеджмент организации. Учебное пособие/Под ред. З.П. Румянцевой, Н.А. Саломатина. — М.: ИНФРА-М.: 1996.

10. Методические рекомендации по оценке эффективности инвестиционных проектов и их отбору для финансирования (утверждены Госстроем РФ, Минэкономики РФ, Госкомпромом РФ N° 7-12/47 от 31 марта 1994 г.).

11. Моисеева Н.К., Анискин Ю.П. Современное предприятие: конкурентоспособность, маркетинг, обновление: том 1. М.: Внешторгиздат, 1993.

12. Поршнев А.Г. Управление инновациями в условиях перехода к рынку. — М.: РИЦЛО «Мегаполис-Контракт, 1993.

13. Статистика науки и инноваций. Краткий терминологический словарь/Под ред. Л.М. Гохберга. — М.: ЦИСН, 1996.

14. Управление научно-техническими программами/Под ред. Д.М. Бобрышева. — М.: Экономика, 1993.

15. Управление организацией. Учебник/Под ред. А.Г. Поршнева, З.П. Румянцевой, Н.А. Саломатина. — М.: ИНФРА-М, 1998.

16. Шапиро В.Д, и др. Управление проектами. — СПб: Два+Три, 1996

17. Прогнозирование и планирование экономики: учебник / Г.А.Кандаурова (и др.); под общ. ред. Г.А.Кандауровой, В.И.Борисевича. – Мн.: Современная школа, 2005. – 476с.

18. Владимирова Л.П. Прогнозирование и планирование в условиях рынка: Учебное пособие. – 3-е изд., перераб. и доп. – М.: Издательско-торговая корпорация «Дашков и К», 2004. – 400 с.

19. Методы управления инновационной деятельностью: учебное пособие / Л.Н.Васильева, Е.А.Муравьева. М.: КНОРУС, 2005. – 320с.

20. Алашеев С. Консерватизм инноваций // Инновации в постсоветской промышленности / Под ред. В.Кабалиной. Сыктывкар, 2000. Ч.1. С. 181.

21. Бизюков П. Инновационные стратегии и практики инновационной деятельности // Инновации в постсоветской промышленности. Ч.1. С. 190-191

22. Балабанова Е.С., Грудзинский А.О. Институциональные условия трансфера технологий // Социологические исследования. 2001. № 4. С. 40.

23. Кобяк О. Роль инновационных процессов в формировании культуры хозяйствования предприятий машиностроения// Инновации в постсоветской промышленности. Ч.2. С.227.

24. Тартаковская И. Инициирование инновации // Инновации в постсоветской промышленности. Ч.1. С. 184.

25. Ламбен Ж.-Ж. Стратегический маркетинг. Европейская перспектива/ Пер. с франц. – СПб.: Наука, 1996.

26. Фатхутдинов Р. А. Инновационный менеджмент. Учебник, 4-е изд.- СПб.: Питер, 2004.

27. Юданов А.Ю. Конкуренция. Теория и практика: Учебное пособие. – М.: Тандем, 2000.

28. Бунчук М.А. Инновационная и технологическая политика в социальном рыночном хозяйстве. – М., 2000. – С. 33.

29. Коробейников О.П., Трифилова А.А., Коршунов И.А. Роль инноваций в процессе формирования стратегии предприятия // Мировая экономика и международные отношения. – 2001. – № 4. – C. 32-44.

30. Официальный сайт Минпромнауки России: www.mpnt.gov.ru

31. Официальный сайт Мирового банка: www.worldbank.org - world development indicators (WDI) on-line database, latest data available on 23.04.2003; World Bank. World Development Report. World Bank. 1997. P. 230

32. WEF. The Global Competitiveness Report 2002-2003. World Economic Forum, 2003. www.weforum.org.

33. Дагаев А.А. Рычаги инновационного роста // Проблемы теории и практики управления. – 2000. - №5.

34. Инновационный менеджмент: Учеб.пособие / Под редакцией В.М. Аньшина, А.А. Дагаева. – М.: Дело, 2003.

35. Ковалев Г.Д. Инновационные коммуникации. – М.: ЮНИТИ, 2000.

36. Колоколов В.А. Инновационные механизмы функционирования предпринимательских структур//Менеджмент в России и за рубежом. – 2002.

37. Смирнова Г.А., Титова М.Н., Мазур Е.П. Инновационный потенциал предприятия, его оценка и методы реализации // Инновации. – 2001. - №7.

38. Трифилова А.А. Анализ инновационного потенциала предприятия // Инновации. - 2003. - №6.

39. Перевалов Ю.В. Инновационное предпринимательство и проблемы технологического развития // Общество и экономика. 1997. №5. С. 16.32.

40. Путь в ХХI век: Стратегические проблемы и перспективы российской экономики / Рук. авт. колл. Д.С. Львов. М.: ОАО «Изд-во.Экономика.», 1999. 793 с.

41. Предпринимательство: учебник для вузов. /Под редакцией проф.
В.А. Швандара.- 4-е изд., перераб. и доп. – М.: ЮНИТИ-ДАНА, 2008

42. Бандурин А.В., Чуб Б.А. Инновационная стратегия организации http://www.cfin.ru/management/chub/04_6.shtml

43. SWOT-анализ как инструмент стратегического менеджмента Опубликовано в газете "Экономика и время".

44. Афонин И.В. Инновационный менеджмент: учебное пособие. – М.: Гардарики,2005

45. Методические рекомендации по оценке эффективности инвестиционных проектов и их отбору для финансирования. Официальное издание. М., 1994.

46. Гражданский кодекс Российской Федерации.

47. Федеральная целевая программа «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2007-2012 годы», утв. распоряжением Правительства РФ №531 от 6.07.2006.

48. Бовин А.А., Чередникова Л.Е. Интеллектуальная собственность: экономический аспект. – М.: Инфра-М. 2004.

49. Глазьев С. Перспективы социально-экономического развития России // Экономист. 2009. №1.

50. Друкер П. Задачи менеджмента в 21 веке. – СПб.: Вильямс. 2007.

51. Инновационный менеджмент / под ред. П.Н. Завлина – М.: Экономика. 2004.

52. Мау В. Драма 2008 года: от экономического чуда к экономическому кризису // Вопросы экономики. 2009. №2.

53. Субботина Т. Россия на распутье: два пути к международной конкурентоспособности // Вопросы экономики. 2006. №2.

54. В.В.Гришин Инновационные разработки как объекты интеллектуальной собственности // Мировое и национальное хозяйство №2, 2009.

55. Инновационный менеджмент: учебное пособие / А.Г. Ивасенко, Я.И. Никонова, А..О. Сизова. – М:КНОРУС, 2009.

56. The Economics of Innovation // Edited by C. Freeman, - The International library of critical writings in economics vol. 2, 1990.